2018年，特斯拉首個海外超級工廠落地上海，在特斯拉這條鯰魚的帶動下，中國新能源產(chǎn)業(yè)鏈飛速發(fā)展。如今，在智能駕駛領(lǐng)域，特斯拉想要放出一條“新鯰魚”——FSD。
FSD，全稱Full Self-Driving（全自動駕駛），是特斯拉汽車的核心賣點之一，特斯拉四年前推出了FSD功能，但尚未在中國上市。
近日，特斯拉FSD入華風聲再起。據(jù)財新網(wǎng)報道，上海臨港新片區(qū)管委會數(shù)據(jù)處處長陸森在特斯拉上海儲能超級工廠開工之際透露，南匯新城正推動10輛特斯拉車輛開展FSD的落地試點。
倘若FSD入華，勢必會對國內(nèi)智能駕駛格局帶來沖擊。
6月15日，在汽車商業(yè)評論主辦的“中國汽車藍皮書論壇”的高階智能駕駛圓桌論壇上，知行科技創(chuàng)始人宋陽、理想汽車智能駕駛副總裁郎咸朋、Momenta創(chuàng)始人曹旭東和阿維塔智駕負責人董志華，共同探討了這一話題。
FSD的鯰魚效應
郎咸朋認為，“希望有更好的產(chǎn)品進入中國，特斯拉的進入對中國智駕更多是促進作用”。
曹旭東、董志華、宋陽均認為特斯拉的FSD“代表了一個技術(shù)引進的方向”。FSD最先確定了純視覺技術(shù)路線、率先應用OCC占用網(wǎng)絡、無高精地圖等技術(shù)方案。他們相信，通過技術(shù)創(chuàng)新、優(yōu)化成本控制、提升用戶體驗，中國企業(yè)在智能駕駛領(lǐng)域同樣能取得領(lǐng)先地位。
安全、舒適性、便利性，是評判一套智能駕駛功能好壞的共識。
首要因素是安全。近日，在特斯拉給美國的170萬特斯拉車主推送新版的FSD測試中，兩個月內(nèi)沒有發(fā)生一起事故。接近蔚來的知情人士告訴21世紀經(jīng)濟報道，蔚來CEO李斌對蔚來自動駕駛團隊的期待也很明確——“減少事故率，解放時間”。
董志華指出，智能駕駛的安全性如同汽車的“豪華配置”，雖不易在購車時直觀感受到，卻能在使用過程中提供保護。他還提出，優(yōu)秀的智能駕駛系統(tǒng)應盡可能模仿老司機的駕駛習慣，讓用戶產(chǎn)生信任感。
相較于特斯拉，中國企業(yè)仍有一定差距。目前特斯拉FSD已經(jīng)實現(xiàn)了超過16億公里的行駛，超過了其他自動駕駛公司的總和。同時，最新版本V12也是最新的“端到端自動駕駛”，完全采用神經(jīng)網(wǎng)絡進行車輛控制。若特斯拉入華，鯰魚效應將重啟。
但目前階段FSD入華也面臨一系列的挑戰(zhàn)，如數(shù)據(jù)和隱私保護，是否需要和中國企業(yè)在地圖數(shù)據(jù)上進行合作，以及中國用戶是否能接受軟件收費等問題。
截至目前，中國相關(guān)部門依然尚未正式批準FSD能夠在中國使用。
馬斯克一直積極推動FSD入華，反映了他對特斯拉當下處境的考慮。
2024年以來，特斯拉全球銷量出現(xiàn)明顯下滑。一季度財報顯示，特斯拉全球交付量同比下降8.5%至38.68萬輛，為2020年以來首次同比下滑，環(huán)比下降幅度超過20%，創(chuàng)近5個季度新低。
交付量下滑、利潤下降，為削減成本、提高生產(chǎn)率，特斯拉在今年4月開始在全球裁員超過10%，涉及至少1.4萬人，同期不少高管集體離職。自那之后，特斯拉的股價一直下跌超過5%，市值至少蒸發(fā)超過300億美元。
與此同時，特斯拉FSD一季度北美選裝率僅為2%，未及預期目標（6%）在這種情況下，馬斯克希望依靠FSD獲取更多利潤，同時也想將其引入中國這個重要市場。
端到端落地，要多久？
此次圓桌論壇，還討論了“端到端自動駕駛解決方案”。
2023年，特斯拉FSD迎來重磅更新。在V12版本中，特斯拉成為率先引入端到端技術(shù)的車企。端到端，即End to End，指輸入數(shù)據(jù)直接輸出結(jié)果的運算邏輯。
在大洋彼岸的中國，車企們也對端到端技術(shù)迅速跟進。5月20日，小鵬向用戶全量推送AI天璣系統(tǒng)，被譽為“國內(nèi)首個量產(chǎn)上車”的端到端大模型。理想汽車也正在封閉研發(fā)端到端模型上車的智能駕駛解決方案。
目前的“端到端自動駕駛”尚沒有統(tǒng)一的定義和標準。
辰韜資本近期發(fā)布的《端到端自動駕駛行業(yè)研究報告》認為，端到端的核心定義標準應該是“從傳感器輸入到控制輸出的單一神經(jīng)網(wǎng)絡模型”，要能實現(xiàn)感知信息的無損傳遞。
這一技術(shù)架構(gòu)分成四個階段：感知“端到端”、決策規(guī)劃模型化、模塊化端到端、以及 One Model（單模型）端到端，其中，《報告》認為后兩個階段符合前述端到端的定義標準。
郎咸朋稱，理想汽車目前正在研發(fā)的便是“One Model”單個模型的端到端，該模型可以將感知、決策、規(guī)控等多個自動駕駛環(huán)節(jié)進行整合輸出。不過中國的道路情況更加復雜，理想汽車端到端智能駕駛解決方案，還需要用到其他的輔助工具，如VLM視覺模型，這一模型主要的作用是檢驗端到端學習的效果。
曹旭東稱，Momenta現(xiàn)在做端到端模型的思路“和特斯拉不同”。
Momenta會把端到端模型分成兩條支路（短期記憶、長期記憶）進行——先用短期記憶不斷更新，沉淀下來的經(jīng)驗再放入長期記憶里。
相當于短期記憶會先給長期記憶做一下篩選，這樣一來經(jīng)過篩選后的經(jīng)驗進入到長期記憶里，能一次性訓練好、訓練對。
“這種做法周期會比較短，驗證會比較快，效率更高，成本更低。”曹旭東認為。
端到端落地需要多久？答案各不相同。
郎咸朋稱，理想汽車采用的“端到端+VLM視覺模型”的智能駕駛解決方案最晚明年年初會進行落地。
董志華則對端到端的落地時間持有保守態(tài)度，他說這一問題“沒有答案”，“大家都在摸著石頭過河”，安全性等各種因素都會影響最后端到端商用落地的程度，他認為2-3年是一個比較合理的時間。
而曹旭東稱，目前Momenta的端到端架構(gòu)已